AI大模型分析研究.docx

《AI大模型分析研究.docx》由会员分享，可在线阅读，更多相关《AI大模型分析研究.docx（7页珍藏版）》请在优知文库上搜索。

1、AI大模型分析研究大模型演进：工业革命级的生产力工具大模型推动人工智能发展：ANI-AGI-ASi算法的迭代推动人工智能的发展：儿十年来，A1.领域持续探索，1940198OS符号A1.占主导，1980年后，统计A1.与神经A1.齐头并进，二者竞争发展至今，GPT系列属于神经AI。符号（Symbo1.ie）AI：二十世纪80年代以前屈于符号A1.时代,开启了以知识建模算法、专家系统算法为代表A1.早期发展阶段：统计（StaHStiCa1.）AI：1985年的贝叶斯网络和1995年的SVM是20世纪机器学习发展的两大标志，但近年来，逐渐成为非主流的研究方向；神经（NeUraDA1.：经历了198

2、0s-2012年神经网络、2012年后的深度学习两大阶段，深度神经网络和模型大小呈正相关，伴随着模型参数量的增加，相对应深度神经网络的能力将大幅提升，Goog1.eBrain的Transformer和OPenA1.的GPT系列都属于深度学习领域的代表作。大模型的技术原理：以“大规模预训练+微调”范式满足多元化需求人工智能大模型：人工智能大模型是在参数和架构的基础上构建起来的一种结构，始人工智能迈向通用智能的里程碑技术，通过预先在海量数据上进行大规模训练，而后能通过微调以适应一系列下游任务的通用人工智能模型。在“大数据+大算力十强算法”的加持下，进一步通过“提示+指令微调+人类反馈”方式，可以实

3、现一个模型应用在很多不同领域。大模型VS小模型：人工智能的发展已经从“大炼模型”逐步迈向了“炼大模型”的阶段。“小模型”，针对特定应用场景需求进行训练，能完成特定任务，但是换到另外一个应用场景中可能并不适用，需要重新训练，如果某些应用场景的数据量少，训练出的模型精度就会不理想；“大模型”，在大规模无标注数据上进行训练，学习出一种特征和规则，基于大模型进行应用开发时，将大模型进行微调（在下游小规模有标注数据进行二次训练）或者不进行微调，就可以完成多个应用场景的任务，实现通用的智能能力。大模型类型IN1.P为目前主流应用，文本/图像模态应用较成熟A1.大模型掀起多模态和多场景革命，重塑A1.技术范

4、式，提升模型能力天花板，应用价值显著提升。多模态融合模型通过充分利用大模型的泛化能力、构建多模态数据集、解决融合和对齐问题，以及提供强大的计算资源支持，可以将不同类型的数据（如图像、视频、声音等）通过预处理转化为统一的表示形式，结合多个模态的信息进行联合建模和分析，从而提升其在多个感知任务上的性能和表现。大模型现状：GPT引领，百模征战ChatGPT:低门槛的“APPStOre时刻”来临，定制化GPTS催生产业应用革新GPTs：针对特定目的定制的ChatGPTwoOpenAI正式推出GPTs功能，即每个P1.US用户都可以通过自然语言构建定制化GPT,定制版的ChatGPT具备带有任何功能的可

5、能性（在保证隐私和安全的情况下），并将其上传到应用商店GPTStOre获得分成收入,OpenAI迎来iPhone时刻。不论是开发者还是不会写代码的普通人，都可以拥有自定义版本的GPT：GPTstore有望为A1.应用开发者提供新的触达用户渠道和商业化路径。低门槛、低成本、定制化的特点，使得GPTS具备普及性和颂拓性。GPTS的开发几平走零成本，零基础的开发者也能完成定制化GPTs的创作，有望颠覆诸多实用型工具（如录音转文字、视频/文字总结、作文批改、商品比价等），更易为公司和个人实现降本增效，助力生产力提升。他山之石：大模型加速沿透垂直场景，硅谷融资最关注对话机器人、多模态及行业模型应用方面的

6、投资金额仅次于大模型，垂类场景应用的融资中对话机器人占据绝对优势。据Dea1.room数据显示，模型制造商筹集到的资金占A1.GC资金的60%以上，其次是应用程序和基础设施。其中应用程序投资占总资金的21%,文本生成和数据合成的市场关注度最高。据业界不完全统计,23H1.硅谷在人工智能领域共完成了42起融资，总金额约140亿美元（占世界总融资金额的55%）,国内市场：国内大模型紧随其后，竞相发布抢占应用端国内大模型玩家：科技型企业包括人工智能企业、垂直大模型企业和数据智能服务商相继进场，如商汤科技、度小满和滴普科技等企业。除科技型企业入局外，以百度、腾讯和阿里为代表的互联网云厂商占据中国通用大

7、模型行业多数市场份额，他们在布局时间、基础设施建设、应用场景等方面具备明显优势。爆款应用对比（A1.+对话）XChatGPT引领下，百花齐放，多款APP开始收费海外APP发展迅猛，ChatGPT后军突起抢占市场。随着ChatGPT的发布，A1.聊天机器人赛道迅速升温。根据SenSorTOWer数据，载至23H1,市场相关境用数量达200余款，下载量突破1.7亿次，竞争十分激烈。COdeWay旗下基于ChatGPTAPI的应用-ChatwithASkAr一经推出便迅速获得用户青睐,4月下载量超过1000万次。凭借强大的问答功能和流畅的问答体验，23H1该应用下载量突破2500万次，收入超过160

8、0万美元，成为A1.+Chatbot赛道下载量和收入最高的应用。爆款应用对比（A1.+对话）：国产对话式A1.产业链日益完善，但理解力、逻辑性仍有差距通过横向对比各应用在完成不同细分领域任务时的效果，以及体验各应用的特色功能，认为各应用间存在差异化的定位：国内头部的对话模型已经具备较强的总综合实力。百度文心一言、讯飞星火为“六边形战士”型，在众多细分应用场景有垂类A1.助理解决特定任务，具备除对话外的多模态理解能力，讯W星火更是能够生成视频；通义下问划分相应垂类A1.助理，但数量少于前两者，且现阶段只具备文字理解和生成能力；腾讯混元也划分众多细分场景，但仍在内测阶段，关注其正式上线节奏。国内大

9、模型发布数量与美国差距不大，但影响力和产品力仍存在差距。但从整体的影响力来看，国内大模型无法像OPenAI、谷歌一样形成世界性的影响力，且国内一级市场对大模型项目的投资并不如美国那样火热，国内更倾向于利用龙头企业的开源模型来做应用落地的创业，未来国产对话式A1.的发展主要关注国内大模型的迭代速度。爆款应用对比（A1.+办公）：微软COPi1.Ot发布，多平台联动全面优化用户体验9月21日,微软召开发布会发布MiCrOSOftCOPi1.ot1.将人工智能引入到用户最常用的微软产品中并构成单一体验，包括GitHub编程工具、Microsoft365生产力协同工具箱、Bing搜索引擎、Edge浏览

10、器和Windows操作系统中，同时还将个人隐私和数据安全放在首位。根据发布会公布数据，在一个工作口内，微软凿繁忙的用户平均需要检索18次，收到超过250封Out1.ook电子邮件，并发送或阅读近150条TeamS聊天信息。全球范围内，TeamS用户每周参加的会议数量相比2020年增加了三倍。而在Windows上,有些人一天内就需要使用11个应用程序来完成工作。可见，CoPi1.Ot的更新能大幅提高从操作系统到办公软件的工作效率，A1.办公迎来价值提振空间。大模型未来：应用多点开花，产业智能跃迁内容变革：大模型能力变革式提升，助推AIGC步入快车道从A1.产业结构来看，大模型是连接底层算力和上层

11、应用的重要一环，成熟的大模型能力和生态是真正实现通用人工智能和未来应用端繁荣的基础。不断创新的生成算法、预训练模型、多模态等技术融合带来了A1.GC技术变革，拥有通用性、基础性多模态、参数多、训练数据量大、生成内容高质稳定等特征的A1.大模型成为了自动化内容生产的“工厂”和“流水线”。从A1.市场规模来看，随着GPTstore的出现，A1.大模型将迎来自己的“APPStOre”时代，AIGC商业应用的前景愈发广阔。根据Gartner的估算，2025年AIGC产生的数据将占所有数据的10%；根据量子位智库的估算，预计到2030年，AIGC市场规模将超过1万亿人民币规模。模型演绎：多模态模型重塑A

12、1.技术范式，进一步拓宽应用边界A1.大模型掀起多模态和多场景革命，市那A1.技术范式，提升模型能力天花板，应用价值显著提升。多模态大模型是结合文本、图像、音频等多种模态信息进行学习和理解的人工智能模型，通过充分利用大模型的泛化能力、构建多模态数据集、解决融合和对齐问题，以及提供强大的计算资源支持，可以将不同类型的数据（如图像、视频、声音等）通过预处理转化为统一的表示形式，结合多个模态的信息进行联合建模和分析，从而提升其在多个感知任务上的性能和表现。多模态模型核心目标是模拟人类大脑处理信息的方式，以更全面、综合的方式理解和生成信息，最终实现更丰富的任务和应用为人工智能应用提供了更加丰富的可能性

13、，也是行业发展的必然性。应用落地IB端赋能数智化转型，C端优化智能化交互，企业旨在降本增效大模型的终端用户包括C端、B端和企业自用三类。匚C端用户一般使用标准化的模型产品，例如智能翻译、智能客服、智能推荐等。B端用户更倾向于选择能满足行业或企业特定需求的个性化解决方案,例如金融机构可以利用大模型来进行风险评估、欺诈检测、客户画像，制造企业可以利用大模型来进行产品设计、生产优化、供应链管理,零售企业可以利用大模型来进行商品推荐、会员管理、营销活动。口企业自用的模型旨在降本增效、优化产品体验，例如用大模型来自动化数据处理、提高业务流程效率、改善产品质量等。商业模式I目前以按内容产出为主，未来Maa

14、S将成为主流商业模式多种变现模式初显，A1.GC商业化潜力可期。目前来看，AIGC主流的营收模式可分为四种：MaaS、按产出内容量付费、软件订阅付费、模型定制开发费。目前，按照产出量收费的模式占据主流，但随着底层模型即A1.GC生态的建立，最具长期增长潜力并将占据主要市场规模的为MaaS模式。据量子位预测，2023年AIGC不同商业模式规模约170亿元，预期2026将翻一番，2030年有望突破万亿市场规模。MaaS（模型即服务）：MaaS是一种新型的商业模式，将A1.大模型转变为可服务化的产品，通过API接口或者SanS平台，将大模型能力出租给第三方客户使用，能使更多的企业和开发者快速构建F1.己的应用。MaaS服务模式的发展将促生新的产业生态-即以MaaS平台为核心，联合垂直行业的小公司，共同构建A1.应用生态。这种生态模式能更好地满足不同行业和领圾的需求，推动A1.技术的广泛应用。